python如何爬取微博熱搜存入Mysql

這篇文章主要介紹了python如何爬取微博熱搜存入Mysql，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

Python主要用來做什么

Python主要應(yīng)用于：1、Web開發(fā)；2、數(shù)據(jù)科學(xué)研究；3、網(wǎng)絡(luò)爬蟲；4、嵌入式應(yīng)用開發(fā)；5、游戲開發(fā)；6、桌面應(yīng)用開發(fā)。

在編程中，我們?nèi)绻胍褦?shù)據(jù)轉(zhuǎn)入數(shù)據(jù)庫中，首先會選擇 MySQL數(shù)據(jù)庫。因?yàn)镸ySQL數(shù)據(jù)庫體積小、速度快、總體擁有成本低、開放源代碼，其有著廣泛的應(yīng)用，例如我們使用python爬蟲微博熱搜，就可以使用selenium爬取微博熱搜存入Mysql。本文介紹使用python爬蟲將爬取微博熱搜存入Mysql的過程。

一、爬取微博熱搜存入Mysql思路

1、使用selenium對目標(biāo)網(wǎng)頁進(jìn)行請求；

2、使用xpath對網(wǎng)頁元素進(jìn)行定位，遍歷獲得所有數(shù)據(jù)；

3、使用pandas生成一個(gè)Dataframe對像，直接存入數(shù)據(jù)庫。

二、爬取微博熱搜存入Mysql實(shí)現(xiàn)

1、獲取微博熱搜鏈接和標(biāo)題內(nèi)容

	all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a')  #得到所有數(shù)據(jù)
	context = [i.text for i in c]  # 得到標(biāo)題內(nèi)容
    links = [i.get_attribute('href') for i in c]  # 得到link

2、使用zip函數(shù)，將date，context，links合并

zip函數(shù)是將幾個(gè)列表合成一個(gè)列表，并且按index對分列表的數(shù)據(jù)合并成一個(gè)元組，這個(gè)可以生產(chǎn)pandas對象。

dc = zip(dates, context, links)
    pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])

3、鏈接到數(shù)據(jù)庫

enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8")
pdf.to_sql(name='infromation', con=enging, if_exists="append")

實(shí)現(xiàn)總代碼

from selenium.webdriver import Chrome, ChromeOptions
import time
from sqlalchemy import create_engine
import pandas as pd


def get_data():
    url = r"https://s.weibo.com/top/summary"  # 微博的地址
    option = ChromeOptions()
    option.add_argument('--headless')
    option.add_argument("--no-sandbox")
    browser = Chrome(options=option)
    browser.get(url)
    all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a')
    context = [i.text for i in all]
    links = [i.get_attribute('href') for i in all]
    date = time.strftime("%Y-%m-%d-%H_%M_%S", time.localtime())
    dates = []
    for i in range(len(context)):
        dates.append(date)
    # print(len(dates),len(context),dates,context)
    dc = zip(dates, context, links)
    pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])
    # pdf.to_sql(name=in, con=enging, if_exists="append")
    return pdf


def w_mysql(pdf):
    try:
        enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8")
        pdf.to_sql(name='infromation', con=enging, if_exists="append")
    except:
        print('出錯(cuò)了')


if __name__ == '__main__':
    xx = get_data()
    w_mysql(xx)

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“python如何爬取微博熱搜存入Mysql”這篇文章對大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!